[发明专利]涡轮系统、计算机实现的监测方法以及计算机可读介质

说明书

技术领域

本说明书所公开的主题涉及涡轮机械，并且更具体地涉及使用基于条件的监测预测涡轮机械的部件的劣化速率。

发明背景

涡轮机械(turbomachine)系统(例如，涡轮系统)可包括参与过程的多种部件和子系统。例如，涡轮机械可包括负载、轴、过滤器室(filter house)、燃料管线、燃烧器、涡轮、排气系统等。所述部件和子系统可以通过使驱动负载(例如，发电机)的轴旋转而联合操作以产生功输出。随时间推移(over time)，所述部件和子系统可能因使用、积聚物质等而劣化。例如，在涡轮系统的过滤器室中的过滤器可能通过积聚灰尘而劣化，从而造成入口管道结构中不期望的压降。又如，涡轮系统的压缩机也可能通过积聚灰尘而劣化，从而影响涡轮系统的输出。常常，部件和子系统的维护可以被静态地排程。然而，通过在部件实际上达到影响涡轮系统的性能的劣化状态之前更换部件，遵循静态计划表可能导致低效率的资源使用。同样，在部件已经达到劣化状态之后遵循更换部件的静态计划表可能导致涡轮系统中的操作效率低下和其它压缩机操作问题，例如振动和喘振裕度(surge margin)减小。

发明内容

在范围方面与初始要求保护的主题相一致的某些实施例总结如下。这些实施例不意图限制要求保护的主题的范围，相反，这些实施例意图仅提供本主题的可能形式的简短总结。实际上，本主题可包括可类似于或不同于下文所述实施例的各种形式。

在一个实施例中，涡轮系统包括进气部段(intake section)，进气部段包括过滤器室(filter house)，过滤器室包括至少一个过滤级(filtration stage)，所述至少一个过滤级中的每一级包括过滤器。涡轮系统也包括：一个或多个传感器，其设置在进气部段中；和处理器，其被构造成：接收与进气部段的测试条件(testing conditions)有关的性能数据(performance data)、来自所述一个或多个传感器的传感器数据、局部条件(local conditions)数据、或它们的一些组合；使用过滤器劣化预测模型(filter degradation prediction model)为过滤器预测过滤器劣化速率(degradation rate)，该模型基于性能数据、传感器数据、局部条件数据或它们的一些组合来提供过滤器的性能的函数；以及基于过滤器劣化速率预测来执行一个或多个预防性动作(preventative actions)。

其中，所述处理器被构造成使用所述性能数据初始化所述过滤器劣化预测模型，并且所述性能数据由过滤器加载速率测试实验模型(filter loading rate testing lab model)得出。

其中，所述一个或多个传感器包括至少一个灰尘传感器(dustsensor)和至少一个压力传感器，所述至少一个灰尘传感器位于所述过滤器室上游并且被构造成测量灰尘颗粒大小(dust particle size)、灰尘颗粒类型、灰尘颗粒浓度(concentration)、或它们的一些组合，并且所述至少一个压力传感器位于所述过滤器室下游并且被构造成测量压力。

其中，所述一个或多个传感器包括至少一个温湿度传感器(temperature and humidity sensor)，所述至少一个温湿度传感器位于所述过滤器室上游并且被构造成获得所述过滤器室上游的温度和相对湿度(relative humidity)。

其中，所述局部条件数据包括所述涡轮系统的地理位置(geographical location)和与所述地理位置相关联的天气预报(weather forecasting)数据中的一者或多者，所述天气预报数据包括环境温度、环境压力、相对湿度水平、沙尘暴水平(sand storm level)、降水几率或暴风雨几率(precipitation or storm chance)、或它们的一些组合。

其中，所述处理器被构造成在被包括在计算装置或控制器中的显示器上显示所述过滤器劣化速率预测，其中，所述计算装置包括智能手机、膝上型计算机、平板计算机或个人计算机。

其中，所述一个或多个预防性动作包括基于针对所述至少一个过滤级中的每一级的所述过滤器的所述过滤器劣化速率预测来驱动所述进气部段的自清洁系统(self-cleaning system)。